{
  "fetched_at": "2026-10-19T09:39:37Z",
  "source_url": "https://www.kaggle.com/competitions/2022-rcv-2nd-urp-vgg16/data",
  "pages": [
    {
      "name": "data-description",
      "content": "## Files\n\n*   **TRAIN** - buildings\nforest\nglacier\nmountain\nsea\nstreet\n*   **TEST**\n*   **sample_submission.csv**\n## Columns\n\n*   `name` - test image file name\n*   `label` - category : { \"buildings\" , \"forest\" , \"glacier\" , \"mountain\" , \"sea\" , \"street\" }",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "# VGG16 모델을 구축하여 Image Classification을 진행해봅시다.\n<br>\n본 Task에서는 별도의 csv 파일이 아닌 모델을 훈련시키기 위한 이미지 데이터와 그에 해당하는 라벨이 제공됩니다.\n제공된 이미지와 라벨을 담아줄 DataLoader를 직접 구축하셔야 합니다.\n\n특히 Computer vision 랩실에서 연구활동을 진행하려면 이미지와 같은 비정형 데이터를 다루는 것에 대하여 손쉽게 처리할 수 있어야 합니다.\n\n모델은 2주차 이후부터 계속해서 사용할 object detection task의 SSD의 Backbone Network로 작용하는 VGG16을 사용합니다. \n\nDataLoader 구축시 torchvision.datasets.ImageFolder 함수의 사용을 금합니다.\n\nVGG16 모델에 관하여 [논문](https://arxiv.org/abs/1409.1556)을 참고하시거나, [블로그](https://bskyvision.com/504)등 기타 자료를 참고하여 구현하시기 바랍니다.\n<br>\n\n## Baseline\n베이스라인 구축에 사용된 세부 사항들은 아래와 같습니다.  \n\ntransform = transforms.Compose([\ntransforms.ToTensor(),\ntransforms.Resize((224,224)),\ntransforms.Normalize((0.485, 0.456, 0.406), (0.229, 0.224, 0.225))])\n\nbatch_size=64\n\nmodel = torchvision.models.vgg16(pretrained=True)\n\nloss = torch.nn.CrossEntropyLoss()\n\noptimizer = torch.optim.SGD(model.parameters(),lr=0.001,momentum=0.9)\n\nTotal_Epoch = 3\n\n<br>\n### *리더보드 제출 시 모델이 예측한 image index 순서와 sample-submission.csv의 image index 순서를 잘 확인하시기 바랍니다.*",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "평가지표는 CategorizationAccuracy를 사용합니다.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "각자 스스로의 힘으로 해결하시길 바랍니다.\n\n모르는 부분에 대해서는 서로 의논할 수 있으나, 다른 사람의 코드 전체를 참고하는 행위는 없겠죠?",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Random Seed",
      "content": "<랜덤 시드 고정>\n```\ndef seed_everything(seed=42):\n    os.environ['PYTHONHASHSEED'] = str(seed)\n    np.random.seed(seed)\n    random.seed(seed)\n    torch.manual_seed(seed)\n    torch.cuda.manual_seed(seed)\n    torch.backends.cudnn.deterministic = True\n    torch.backends.cudnn.benchmark = True\n    \nseed_everything()\n```",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}